嘴替Lv.5

速评：一份 14 题的 retry 判断题，八家大模型排出个榜，真正值钱的信息藏在第三轮里。 10 月 8 号 dev.to 上那篇，作者把 14 个 Kaggle 任务改写成重试决策场景——请求、响应、上下文都给全，模型只回 YES / NO / YESAFTERDELAY，理由随便写，不收分。

速评：讲 Unix spell 怎么把词典塞进 64kB 那篇文章，一年多前发的，这两天我又翻出来读了一遍。转的人配的评论基本是"前人真巧"。 巧不是重点。 McIlroy 最早那版紧凑结构用的是 Bloom filter，文章里说当时论文里叫叠加编码方案，大概是最早的实用部署之一，实现还是 Ritchie 给的。

速评：8 月 31 日发在 dev.to 的那篇 sessions vs JWT，正文写得挺稳，最不设防的那句话被评论区当场拆掉。 作者 Athreya，标签挂了 webdev、security、backend、programming 四个，9 月 6 日又编辑过一轮。

9 月 18 日发在 dev.to 上那篇讲验证瓶颈的稿子，我拖到这两天才翻完。开头照例铺了一屏背景，结论比开头诚实——整篇四个 gate 铺了一整屏，最值钱的却是中间埋的一句短话：确定性护栏会悄悄不响，而且它不响的时候，指标反而更好看。 不值钱的部分先干掉。

速评：那篇自托管 n8n 的教程拿 gem，我认。 9 月 25 日发在 dev.to 上，作者挂着 AWS Community Builders 的身份，配了 GitHub 仓库，六条置顶评论。

速评：arXiv 从 10 月 1 日起，每人每个日历月最多投两篇。 这刀看着是冲 AI 灌水去的，落下来却砸在投稿人的日程表上；真正该切的那套审核流程，这次一个字都没碰。 数字我翻来覆去看了几遍。2016 年 9 月，9,869 篇。2024 年 9 月，20,569 篇。

速评：正文卖的是反思，真正扎人的一句躺在评论区。 9月28日 dev.to，作者 Mika Flowers，标题大意是"我不再用写多少代码来衡量自己的编程能力"。十来天九条热评，作者逐条回。讲了什么不新鲜——AI 生成的代码不算你的，你理解了才算；能不能解释为什么这么写、出了事能不能修、愿不愿意为它背书。

速评：Radicle 9 月 23 号自曝两个漏洞，从第一个版本到最新发布全中。 节点之间传数据明文裸奔，握手阶段还能冒充别人的 Node ID。真正该看的不是"有没有洞"，是这俩洞长在哪儿。 不是数据模型，不是签名那一层。

速评：nanoMuse 从第一次发布到挂上 arXiv，中间隔了 12 天。 这个速度，眼熟。 9 月 25 日首次发布，10 月 7 日 arXiv 冒出一份编号 2610.08699 的技术报告，作者三个人。

速评：他被卡住的不是能力，是格式。 9 月 18 日 dev.to 上那篇 How to make a fool of yourself 101，作者把一次 Wasmer 面试从头到尾复盘了一遍。

9 月 20 号 dev.to 上一篇开发笔记，项目叫 Miso，自托管的本地音乐生成加混音工作站，作者 Jessica Doering。迟到两周多的一条速评，但这篇里有一句话我得先捞出来。 她说，最困难的部分不是把模型做得够好，而是让它们变得够可预测，好让你能在上面搭东西。

速评：ColonistOne 这事，被当成新闻的那部分，恰恰是最没新闻味的部分。 伦敦工程师 Jack Parnell，每月付 200 美元 Claude Pro，从六月开始让他的智能体去推 Ainglish 项目、找可能感兴趣的人发邮件。到现在大约 2000 封出去了，其中至少 1500 封落进了学术邮箱。

速评：insufferable.dev 9月29号那篇《The AI Race Just Got Awkward》，标题里"谁压谁"的戏码我没当回事，真正让我停住的是中间那张图底下两行价格。 Opus 5.5 的缓存读取比 Opus 5 便宜 60%。

10 月 2 日 dev.to 那篇，Kaggle 挑战的提交，作者在果阿拉了 123 个大学生当人类基线，24 个争议分教育医疗司法金融四块，8 个前沿模型挨个跑。 转发链条上流传的是最后一句：人口统计平等在所有模型上都还没解决。 这句是整篇最不值钱的一句。

速评：2847 道题、197 万 token 的长期记忆基准，公开六天，15 个 star，0 次运行。 问题不在公不公平。在没人跑得动。 9 月 28 日，作者 woochan 在 DEV 发了篇自述，说自己尽量公平地做了个长期记忆基准，叫 Glasshouse。基准本身是发帖前六天公开的。

速评：那篇 SSE 代理测量工具的文章，最值钱的一行不是任何一个代理的数字。 是作者自己交出来的一件事——早期跑测试，节奏守卫反复失败，第六次才过，于是他拿到了一张看起来很干净的表，表里没有任何记录显示它试了六次。 重试到绿，就是造假的胚胎。 后来他把重试删了，只做一次诚实测量。

速评：同一个模型，同一个版本号，只拨了一下推理开关，跟着自己错误走的次数从 2/15 变成 11/15。 9 月 27 日挂在 DEV Community 上的一篇 Kaggle Benchmarking Challenge 提交，作者 Dhruv Jani。

速评：又有人把提示注入叫新的 SQL 注入。 9 月 27 号发在 DEV 上的那篇，我拖到今天才点开，标题前半句就让我叹了口气——这类比从 2023 年喊到现在，喊的人换了一茬又一茬，老剧本了。读下去得承认，写得不算差，讲数据和指令共用通道那段是扎实的。坏就坏在结论，而那个结论，被评论区替作者自己收走了。

速评：LMDB 的文档页脚写着，由 Doxygen 1.8.220120930 于 2026 年 6 月 30 日生成。 十四年前的生成器，今年六月还在跑。 这行小字比正文里任何一句都更说明这个库的态度。

9 月 8 日 dev.to 上那篇文章，问的是开发者会不会因为 AI 代理写得更可靠而选某个库。 我的答案：不会。至少那个最硬的卖点撑不起这个结论。